人脸识别与特征提取
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-16页 |
| ·人脸识别技术概述 | 第7-9页 |
| ·生物特征识别技术产生的背景及发展 | 第7-8页 |
| ·人脸识别技术简介 | 第8-9页 |
| ·人脸识别技术的应用领域 | 第9页 |
| ·人脸识别的研究内容 | 第9-11页 |
| ·人脸识别方法简介 | 第11-12页 |
| ·人脸识别技术在商用领域内的应用及实现 | 第12-14页 |
| ·国际应用及产品实现 | 第13页 |
| ·国内应用及产品实现 | 第13-14页 |
| ·人脸识别技术的发展前景 | 第14-15页 |
| ·本文的内容及工作 | 第15-16页 |
| 第二章 人脸识别的基本原理与相关技术 | 第16-24页 |
| ·图像处理的基本方法 | 第16-22页 |
| ·滤波 | 第16-18页 |
| ·图像增强 | 第18页 |
| ·空间变换 | 第18-20页 |
| ·阈值选取 | 第20-21页 |
| ·图像处理的其他方法 | 第21-22页 |
| ·分类器的设计 | 第22-23页 |
| ·特征提取与选择 | 第23-24页 |
| 第三章 一种改进的直方图均衡化算法 | 第24-30页 |
| ·引言 | 第24-25页 |
| ·直方图均衡化方法 | 第25页 |
| ·基本原理 | 第25页 |
| ·算法缺点 | 第25页 |
| ·直方图的改进算法 | 第25-29页 |
| ·算法简介 | 第25-26页 |
| ·实现方法 | 第26-27页 |
| ·应用 | 第27-29页 |
| ·结论 | 第29-30页 |
| 第四章 基于K-L变换的人脸识别技术及其实现 | 第30-44页 |
| ·K-L变换及其性质 | 第30-32页 |
| ·定义 | 第30-31页 |
| ·性质 | 第31-32页 |
| ·K-L变换特征提取 | 第32-37页 |
| ·基于K-L变换特征提取的理论 | 第32-34页 |
| ·基于K-L变换特征提取 | 第34-36页 |
| ·具有统计不相关性的最佳鉴别变换提取特征的方法 | 第36-37页 |
| ·分类器设计 | 第37-39页 |
| ·实验结果及分析 | 第39-44页 |
| ·基于K-L变换算法步骤 | 第39页 |
| ·人脸检测与识别 | 第39-42页 |
| ·实验结论及分析 | 第42-44页 |
| 第五章 基于特征区域分析的人脸识别 | 第44-52页 |
| ·眼睛模板 | 第44-45页 |
| ·人脸标准化比例图 | 第45-47页 |
| ·特征区域的确定及分析 | 第47-49页 |
| ·特征区域的选择 | 第47-48页 |
| ·特征区域的特征提取 | 第48-49页 |
| ·相似度匹配 | 第49页 |
| ·实验结果 | 第49-52页 |
| 第六章 总结与展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文 | 第57-58页 |
| 西北工业大学学位论文知识产权声明书 | 第58页 |
| 西北工业大学学位论文原创性声明 | 第58页 |
